
# импортируем библиотеки
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import re
import plotly.express as px
from plotly import graph_objects as go
import json
from folium import Map, Choropleth
from folium import GeoJsonTooltip
import os
from folium import Map, Marker
from folium.plugins import MarkerCluster


# убираем предупреждения
pd.options.mode.chained_assignment = None  # default='warn'
from matplotlib.axes._axes import _log as matplotlib_axes_logger
matplotlib_axes_logger.setLevel('ERROR')

# установим максимальное количество отображающихся столбцов
pd.set_option('display.max_columns', None)

# установим максимальную ширину отображающихся столбцов
pd.set_option('max_colwidth', 120)

# установим максимальное количество отображающихся элементов серии
np.set_printoptions(threshold=50) # 50 заменить на np.inf, если хотим показать все элементы


# считаем данные
try:
    data = pd.read_csv('/datasets/moscow_places.csv')
except:
    data = pd.read_csv('moscow_places.csv')
data.head(5)


data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8406 entries, 0 to 8405
Data columns (total 14 columns):
 #   Column             Non-Null Count  Dtype  
---  ------             --------------  -----  
 0   name               8406 non-null   object 
 1   category           8406 non-null   object 
 2   address            8406 non-null   object 
 3   district           8406 non-null   object 
 4   hours              7870 non-null   object 
 5   lat                8406 non-null   float64
 6   lng                8406 non-null   float64
 7   rating             8406 non-null   float64
 8   price              3315 non-null   object 
 9   avg_bill           3816 non-null   object 
 10  middle_avg_bill    3149 non-null   float64
 11  middle_coffee_cup  535 non-null    float64
 12  chain              8406 non-null   int64  
 13  seats              4795 non-null   float64
dtypes: float64(6), int64(1), object(7)
memory usage: 919.5+ KB


data[data.duplicated()]


data.query('chain==1')['name'].sort_values().unique()

array(['1-я Креветочная', '10 Идеальных Пицц', '18 Грамм', ...,
       'Яндекс Лавка', 'Яндекс.Лавка', 'Японская кухня'], dtype=object)


data['name'] = data['name'].replace(['Яндекс Лавка', 'Яндекс.Лавка'], 'Яндекс.Лавка')
data['name'] = data['name'].replace(['Чайхона № 1', 'Чайхона №1'], 'Чайхона №1')
data['name'] = data['name'].replace(['Чайхана Халаль', 'Чайхана Халяль', 'Чайхана халяль'], 'Чайхана Халяль')
data['name'] = data['name'].replace(["Домино'с Пицца", "Домино'с пицца", "Доминос пицца"], "Домино'с Пицца")


for column in data.columns:
    if data[column].isna().sum()>0:
        print("Название столбца:", column)
        print("Количество пропусков:", data[column].isna().sum())
        print('----')
print("В остальных столбцах пропуски отсутствуют")

Название столбца: hours
Количество пропусков: 536
----
Название столбца: price
Количество пропусков: 5091
----
Название столбца: avg_bill
Количество пропусков: 4590
----
Название столбца: middle_avg_bill
Количество пропусков: 5257
----
Название столбца: middle_coffee_cup
Количество пропусков: 7871
----
Название столбца: seats
Количество пропусков: 3611
----
В остальных столбцах пропуски отсутствуют


# заполняем пропуски и nan в столбцах hours, price, avg_bill и seats значением 'no_info'
data[['hours', 'price', 'avg_bill', 'seats']] = data[['hours', 'price', 'avg_bill', 'seats']].fillna('no_info')


# проверим условие для столбца middle_avg_bill
if data[~data['avg_bill'].str.startswith("Средний счёт")]['middle_avg_bill'].isna().sum() == data['middle_avg_bill'].isna().sum():
    print('Пропуски в столбце middle_avg_bill встречаются только в тех случаях, когда значения из столбца avg_bill не начинаются')
    print('с подстроки «Средний счёт». Пропуски заменили значением N\A.')
    
    # заменим пропуски на 'N\A'
    data['middle_avg_bill'] = data['middle_avg_bill'].fillna('N/A')
else:
    print('Догадка неверная.')
print('----')

# проверим условие для столбца middle_coffee_cup
if data[~data['avg_bill'].str.startswith("Цена одной чашки капучино")]['middle_coffee_cup'].isna().sum() == data['middle_coffee_cup'].isna().sum():
    print('Пропуски в столбце middle_coffee_cup встречаются только в тех случаях, когда значения из столбца avg_bill не начинаются')
    print('с подстроки «Цена одной чашки капучино». Пропуски заменили значением N\A.')
    
    # заменим пропуски на 'N\A'
    data['middle_coffee_cup'] = data['middle_coffee_cup'].fillna('N/A')
else:
    print('Догадка неверная.')

Пропуски в столбце middle_avg_bill встречаются только в тех случаях, когда значения из столбца avg_bill не начинаются
с подстроки «Средний счёт». Пропуски заменили значением N\A.
----
Пропуски в столбце middle_coffee_cup встречаются только в тех случаях, когда значения из столбца avg_bill не начинаются
с подстроки «Цена одной чашки капучино». Пропуски заменили значением N\A.


data['street'] = data['address'].apply(lambda x: x.split(',')[1].strip())
data[['street']]


data['is_24_7'] = data['hours'] == 'ежедневно, круглосуточно'
data[['is_24_7']]


# Функция для преобразования значения в аббревиатуру
def get_initials(text):
    words = text.replace('-', ' ').split()
    initials = ""
    for word in words:
        initials += word[0].upper()
    return initials

# Создание столбца с аббревиатурами
data['distr_short'] = data['district'].apply(get_initials)
data['distr_short'].unique()

array(['САО', 'СВАО', 'СЗАО', 'ЗАО', 'ЦАО', 'ВАО', 'ЮВАО', 'ЮАО', 'ЮЗАО'],
      dtype=object)


data


# Определяем порядок сортировки
sorted_data1 = data['category'].value_counts().sort_values(ascending=False).reset_index()
sorted_data1.columns = ['category', 'count']

# Задаем размер графика
plt.figure(figsize=(8, 6))

# Создаем график
graph1 = sns.barplot(x='category', y='count', data=sorted_data1)

# Поворачиваем подписи на 45 градусов
labels1 = graph1.get_xticklabels()
graph1.set_xticklabels(labels1, rotation=45)

# Добавляем заголовок и подписи осей
plt.title('Распределение заведений по категориям')
plt.xlabel('Категории заведений')
plt.ylabel('Количество')

# Отображаем график
plt.show()


# Фильтруем только те заведения, где имеется информация о количестве стульев
sorted_data2 = data.query('seats != "no_info"')

# Сохранияем информацию о стульях в формате int
sorted_data2['seats'] = sorted_data2['seats'].astype(int)

# Определяем порядок сортировки
sorted_data2 = sorted_data2.groupby('category').agg({'seats': 'median'}).sort_values('seats', ascending=False).reset_index()

# Задаем размер графика
plt.figure(figsize=(8, 6))

# Создаем график
graph2 = sns.barplot(x='category', y='seats', data=sorted_data2)

# Поворачиваем подписи на 45 градусов
labels2 = graph2.get_xticklabels()
graph2.set_xticklabels(labels2, rotation=45)

# Добавляем значения над каждым столбцом
for index, row in sorted_data2.iterrows():
    graph2.annotate('{:.0f}'.format(row['seats']), xy=(index, row['seats']), ha='center', va='bottom')

# Добавляем заголовок и подписи осей
plt.title('Медианное количество посадочных мест в заведениях')
plt.xlabel('Категории заведений')
plt.ylabel('Медианное количество мест')

# Отображаем график
plt.show()


# готовим данные для графика
sorted_data3 = data['chain'].value_counts().sort_values(ascending=False).reset_index()
sorted_data3.columns = ['type', 'count']
sorted_data3


# готовим данные для графика
sorted_data3['type2'] = sorted_data3['type']
sorted_data3['type2'] = sorted_data3['type2'].replace([0, 1], ['несетевое', 'сетевое'])


# строим круговую диаграмму
fig3 = go.Figure(data=[go.Pie(labels=sorted_data3['type2'], # указываем значения, которые появятся на метках сегментов
                             values=sorted_data3['count'], # указываем данные, которые отобразятся на графике
                             pull = [0.1, 0])]) # добавляем аргумент, который выделит тип-лидер на графике
fig3.update_layout(title='Соотношение сетевых и несетевых заведений', # указываем заголовок графика
                  width=700, # указываем размеры графика
                  height=500,
                  annotations=[dict(x=1.12, # вручную настраиваем аннотацию легенды
                                    y=1.05,
                                    text='Количество заведений',
                                    showarrow=False)])
fig3.show() # выводим график


# Подготовим данные для графика
sorted_data4 = data.groupby(['category', 'chain']).agg({'name': 'count'}).reset_index()
sorted_data4['chain'] = sorted_data4['chain'].replace([0, 1], ['несетевое', 'сетевое'])
sorted_data4.rename(columns={'name': 'count'}, inplace=True)
sorted_data4 = sorted_data4.sort_values('count', ascending=False).reset_index()

# Задаем размер графика
plt.figure(figsize=(10, 7))

# Создаем график
graph4 = sns.barplot(x='category', y='count', hue='chain', data=sorted_data4)

# Поворачиваем подписи на 45 градусов
labels4 = graph4.get_xticklabels()
graph4.set_xticklabels(labels4, rotation=45)

# Убираем надпись 'chain' из легенды
graph4.legend(title=None)

# Добавляем заголовок и подписи осей
plt.title('Категории сетевых и несетевых заведений')
plt.xlabel('Категории')
plt.ylabel('Количество заведений')

# Отображаем график
plt.show()


# Подготовим данные для графика
sorted_data5 = data.query('chain==1')
sorted_data5 = sorted_data5.groupby(['name', 'category']).agg({'address': 'count'}).reset_index()
sorted_data5.rename(columns={'address': 'count'}, inplace=True)
sorted_data5 = sorted_data5.sort_values('count', ascending=False).reset_index().drop('index', axis=1)
sorted_data5 = sorted_data5.head(15)
sorted_data5


# строим столбчатую диаграмму 
fig5 = px.bar(sorted_data5.sort_values(by='count', ascending=True), # загружаем данные и заново их сортируем
             x='count', # указываем столбец с данными для оси X
             y='name', # указываем столбец с данными для оси Y
             text='count', # добавляем аргумент, который отобразит текст с информацией о количестве
              hover_data=['category'] # добавляем аргумент, который отобразит категорию при наведении курсора
            )

# оформляем график
fig5.update_layout(title='ТОП-15 популярных сетей по количеству заведений',
                   xaxis_title='Количество заведений',
                   yaxis_title='Название сети')
fig5.show() # выводим график


print('ТОП-15 популярных сетей по количеству заведений относятся к следующим категориям:', sorted_data5['category'].unique())

ТОП-15 популярных сетей по количеству заведений относятся к следующим категориям: ['кофейня' 'пиццерия' 'ресторан' 'кафе' 'булочная']


# Подготовим данные для графика
sorted_data6 = data.groupby(['distr_short', 'category']).agg({'address': 'count'}).reset_index()
sorted_data6.rename(columns={'address': 'count'}, inplace=True)
sorted_data6 = sorted_data6.sort_values('count', ascending=False).reset_index().drop('index', axis=1)
sorted_data6_distr = sorted_data6.groupby(['distr_short']).agg({'count': 'sum'}).reset_index()
sorted_data6 = pd.merge(sorted_data6, sorted_data6_distr, on='distr_short')
sorted_data6.rename(columns={'count_x': 'count_cat', 'count_y': 'count_distr'}, inplace=True)


# Отсортируем данные
sorted_data6 = sorted_data6.sort_values(by=['count_distr', 'count_cat'], ascending=False)

# Создание столбчатой диаграммы
fig6 = px.bar(sorted_data6, x='distr_short', y='count_cat', color='category', labels={
    'category': 'Категория заведения',
    'distr_short': 'Административный район',
    'count_cat': 'Количество заведений'
})

# Настройка внешнего вида диаграммы
fig6.update_layout(title='Количество заведений по районам и категориям',
                  xaxis_title='Административный район',
                  yaxis_title='Количество заведений')

# Установка размера графика
fig6.update_layout(width=950, height=600)

fig6.show()


print('В датасете присутствуют', data['district'].nunique(), 'административных районов:', data['district'].unique())

В датасете присутствуют 9 административных районов: ['Северный административный округ'
 'Северо-Восточный административный округ'
 'Северо-Западный административный округ'
 'Западный административный округ' 'Центральный административный округ'
 'Восточный административный округ' 'Юго-Восточный административный округ'
 'Южный административный округ' 'Юго-Западный административный округ']


# Определяем порядок сортировки
sorted_data7 = data.groupby('category').agg({'rating': 'median'}).sort_values('rating', ascending=False).reset_index()

# Задаем размер графика
plt.figure(figsize=(8, 6))

# Создаем график
graph7 = sns.barplot(x='category', y='rating', data=sorted_data7)

# Поворачиваем подписи на 45 градусов
labels7 = graph7.get_xticklabels()
graph7.set_xticklabels(labels7, rotation=45)

# Добавляем значения над каждым столбцом
for index, row in sorted_data7.iterrows():
    graph7.annotate('{:.1f}'.format(row['rating']), xy=(index, row['rating']), ha='center', va='bottom')

# ограничиваем ось Y для наглядности
plt.ylim(3.8, 4.5)
    
# Добавляем заголовок и подписи осей
plt.title('Медианные рейтинги заведений')
plt.xlabel('Категории заведений')
plt.ylabel('Медианный рейтинг')

# Отображаем график
plt.show()


# Задаем размер графика
plt.figure(figsize=(9, 8))

# применяем стиль darkgrid из библиотеки seaborn
sns.set_style('darkgrid')

# строим график boxplot средствами seaborn
sns.boxplot(x='rating', y='category', data=data)

# указываем заголовок графика и подписи осей средствами matplotlib
plt.title('Распределение средней оценки в зависимости категории заведений')
plt.xlabel('Средняя оценка')
plt.ylabel('Категории заведений')

# отображаем график на экране
plt.show()


rating_data = data.groupby('district', as_index=False)['rating'].agg('median').sort_values(by='rating', ascending=False)
rating_data


# загружаем JSON-файл с границами округов Москвы

pth1 = '/datasets/admin_level_geomap.geojson'
pth2 = 'admin_level_geomap.geojson'

if os.path.exists(pth1):
    state_geo = pth1
elif os.path.exists(pth2):
    state_geo = pth2
else:
    print('Something is wrong')


# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423

# создаём карту Москвы
m = Map(location=[moscow_lat, moscow_lng], zoom_start=10)

# создаём хороплет с помощью конструктора Choropleth и добавляем его на карту
Choropleth(
    geo_data=state_geo,
    data=rating_data,
    columns=['district', 'rating'],
    key_on='feature.name',
    fill_color='YlGn',
    fill_opacity=0.8,
    legend_name='Медианный рейтинг заведений по районам',
).add_to(m)

# создаём пустой кластер, добавляем его на карту
marker_cluster = MarkerCluster().add_to(m)

# пишем функцию, которая принимает строку датафрейма,
# создаёт маркер в текущей точке и добавляет его в кластер marker_cluster
def create_clusters(row):
    Marker(
        [row['lat'], row['lng']],
        popup=f"{row['name']} {row['rating']}",
    ).add_to(marker_cluster)

# применяем функцию create_clusters() к каждой строке датафрейма
data.apply(create_clusters, axis=1)

# выводим карту
m


sorted_data8 = data.groupby(['street', 'category']).agg({'address': 'count'}).reset_index()
sorted_data8.rename(columns={'address': 'count'}, inplace=True)
sorted_data8 = sorted_data8.sort_values('count', ascending=False).reset_index().drop('index', axis=1)
top_15_str = sorted_data8.groupby(['street']).agg({'count': 'sum'}).sort_values('count', ascending=False).reset_index().head(15)
top_15_str


# Подготовим данные для графика
sorted_data8 = sorted_data8[sorted_data8['street'].isin(top_15_str['street'])]
sorted_data8 = pd.merge(sorted_data8, top_15_str, on='street')
sorted_data8.rename(columns={'count_x': 'count_cat', 'count_y': 'count_str'}, inplace=True)


# Отсортируем данные
sorted_data8 = sorted_data8.sort_values(by=['count_str', 'count_cat'], ascending=False)

# Создание столбчатой диаграммы
fig8 = px.bar(sorted_data8, x='street', y='count_cat', color='category', labels={
    'category': 'Категория заведения',
    'street': 'Улица',
    'count_cat': 'Количество заведений'
})

# Настройка внешнего вида диаграммы
fig8.update_layout(title='ТОП-15 улиц по количеству заведений',
                  xaxis_title='Улица',
                  yaxis_title='Количество заведений')

fig8.show()


# Выявляем улицы, где есть только 1 заведение
sorted_data9 = data.groupby(['street']).agg({'address': 'count'}).query('address==1').reset_index()
print('Всего улиц, на которых  находится только один объект общепита:', sorted_data9['street'].nunique())
print()
print(sorted_data9['street'].unique())

Всего улиц, на которых  находится только один объект общепита: 458

['1-й Автозаводский проезд' '1-й Балтийский переулок'
 '1-й Варшавский проезд' ... 'улица Шухова' 'улица Юннатов' '№ 7']


# Фильтруем таблицу data, чтобы оставить только улицы, где есть только 1 заведение
sorted_data10 = pd.merge(sorted_data9, data, on='street')

print('Всего', sorted_data10['name'].nunique(), 'заведений являются единственными заведениями на улице.')
print('----')
print('Из них', sorted_data10.query('chain==1')['name'].count(), 'являются сетевыми заведениями.')
print('----')
print('Список заведения, которые являются единственными заведениями на улице:')
print()
print(sorted_data10['name'].unique())

Всего 403 заведений являются единственными заведениями на улице.
----
Из них 133 являются сетевыми заведениями.
----
Список заведения, которые являются единственными заведениями на улице:

['Чайхана Азия' 'Хуан Хэ' 'Колизей' ... 'Мираж' 'Scirocco' 'Енот']


# Фильтруем только те строки, где у нас есть числовые значения для заказа
bill_data = data.query('middle_avg_bill != "N/A"')

# Переводим в числовой формат
bill_data['middle_avg_bill'] = pd.to_numeric(bill_data['middle_avg_bill'])

# Готовим данные для отражения на карте
bill_data = bill_data.groupby('district', as_index=False)['middle_avg_bill'].agg('median')\
            .sort_values(by='middle_avg_bill', ascending=False).reset_index().drop('index', axis=1)
bill_data


# создаём карту Москвы
m2 = Map(location=[moscow_lat, moscow_lng], zoom_start=10)

# создаём хороплет с помощью конструктора Choropleth и добавляем его на карту
Choropleth(
    geo_data=state_geo,
    data=bill_data,
    columns=['district', 'middle_avg_bill'],
    key_on='feature.name',
    fill_color='PuBu',
    fill_opacity=0.8,
    legend_name='Медианная стоимость заказа',
).add_to(m2)

# выводим карту
m2


# Подготовим данные для графика
sorted_data11 = sorted_data6.query('category=="кофейня"').sort_values(by='count_cat', ascending=False)

# Создание столбчатой диаграммы
fig11 = go.Figure()

# Добавление столбцов
fig11.add_trace(go.Bar(x=sorted_data11['distr_short'][:-1], y=sorted_data11['count_cat'][:-1],
                        marker=dict(color='rgba(0, 0, 255, 1)'), # Можете выбрать свой цвет для столбцов
                       hovertemplate='<br>'.join([
                            'Административный район: %{x}',
                            'Количество кофеен: %{y}'
                        ])
                       ))
fig11.add_trace(go.Bar(x=sorted_data11['distr_short'][-1:], y=sorted_data11['count_cat'][-1:],
                        marker=dict(color='rgba(255, 0, 0, 1.0)'), # Можете выбрать свой цвет для последнего столбца
                       hovertemplate='<br>'.join([
                            'Административный район: %{x}',
                            'Количество кофеен: %{y}'
                        ])
                        ))

# Настройка внешнего вида диаграммы
fig11.update_layout(
    title={
        'text': 'Количество кофеен в районах Москвы',
        'font': {'size': 20}
    },
    xaxis_title={
        'text': 'Административный район',
        'font': {'size': 16}
    },
    yaxis_title={
        'text': 'Количество кофеен',
        'font': {'size': 16}
    },
    font=dict(
        size=15
    ), showlegend=False)
                   

# Установка размера графика
fig11.update_layout(width=950, height=600)

fig11.show()


# группируем данные по улицам и категориям, считаем количество заведений
sorted_data12 = data.groupby(['street', 'category']).agg({'address': 'count'}).reset_index()

# фильтруем улицы, на которых нет категории "кофейня"
sorted_data12 = sorted_data12.groupby('street').filter(lambda x: 'кофейня' not in x['category'].values)['street'].unique()

# создаем таблицу с информацией об улицах СЗАО , где отсутствует кофейня
data_streets_0 = data[data['street'].isin(sorted_data12)].reset_index().drop('index', axis=1)
data_streets_0 = data_streets_0.query('distr_short=="СЗАО"').reset_index().drop('index', axis=1)
data_streets_0['street'].unique()

array(['Парусный проезд', 'Походный проезд', 'Лодочная улица',
       'улица Мещерякова', 'бульвар Яна Райниса', 'улица Фомичёвой',
       'улица Фабрициуса', 'улица Василия Петушкова',
       'улица Вилиса Лациса', 'Строительный проезд', 'проезд Донелайтиса',
       'Новопоселковая улица', 'Таллинская улица', 'улица Твардовского',
       'Одинцовская улица', 'улица Исаковского',
       'памятник природы Серебряный бор',
       '4-я линия Хорошёвского Серебряного Бора', 'улица Маршала Рыбалко',
       'улица Максимова', 'улица Маршала Соколовского',
       'улица Маршала Тухачевского', 'улица Расплетина',
       'улица Академика Бочвара', 'Живописная улица',
       'Иваньковское шоссе', '1-я линия Хорошёвского Серебряного Бора',
       'Большой Волоколамский проезд', 'улица Паршина',
       'Новохорошёвский проезд', 'улица Маршала Новикова',
       'улица Генерала Глаголева', 'улица Водников', 'улица Рогова',
       'улица Демьяна Бедного', 'улица Саляма Адиля',
       '1-й Силикатный проезд', 'Причальный проезд',
       '2-й Силикатный проезд'], dtype=object)


# фильтруем данные и группуируем по улице
sorted_data18 = data.query('category=="кофейня" and distr_short=="СЗАО" and chain==0')\
        .groupby(['street']).agg({'address': 'count'}).reset_index()

# оставляем названия улицы СЗАО с большой концентрацией несетевых кофеен (2 и более)
sorted_data18 = sorted_data18.query('address>=2').reset_index().drop('index', axis=1)['street'].unique()

# создаем новый датафрейм со всеми данными из data, где будут улицы СЗАО с большой концентрацией несетевых кофеен
data_streets_1 = data[data['street'].isin(sorted_data18)].reset_index().drop('index', axis=1)
data_streets_1 = data_streets_1.query('category=="кофейня" and chain==0').reset_index().drop('index', axis=1)

print('улицы СЗАО с большой концентрацией несетевых кофеен (2 и более):')
print()
print(data_streets_1['street'].unique())

улицы СЗАО с большой концентрацией несетевых кофеен (2 и более):

['Сходненская улица' 'улица Маршала Катукова' 'бульвар Генерала Карбышева'
 'Шелепихинская набережная']


# Подготовим данные для графика
sorted_data17 = data_streets_1.groupby(['street']).agg({'address': 'count'}).reset_index()

# Отсортируем данные
sorted_data17 = sorted_data17.sort_values(by=['address'], ascending=True)

# Создание столбчатой диаграммы
fig17 = px.bar(sorted_data17, y='street', x='address', labels={
    'street': 'Улица',
    'address': 'Количество кофеен'
})

# Настройка внешнего вида диаграммы
fig17.update_layout(title={
        'text': 'Улицы СЗАО с большой концентрацией несетевых кофеен',
        'font': {'size': 20}
    },
    xaxis_title={
        'text': 'Количество кофеен',
        'font': {'size': 16}
    },
    yaxis_title={
        'text': 'Улица',
        'font': {'size': 16}
    })

fig17.update_xaxes(tickfont=dict(size=14), dtick=1)
fig17.update_yaxes(tickfont=dict(size=14))

fig17.show()


# готовим данные для графика
sorted_data13 = data.query('category=="кофейня"')['is_24_7'].value_counts().sort_values(ascending=False).reset_index()
sorted_data13.columns = ['is_24_7', 'count']
sorted_data13


# готовим данные для графика - переименуем булевые значения
sorted_data13['is_24_7'] = sorted_data13['is_24_7'].replace([False, True], ['не круглосуточные', 'круглосуточные'])


# строим круговую диаграмму
fig13 = go.Figure(data=[go.Pie(labels=sorted_data13['is_24_7'], # указываем значения, которые появятся на метках сегментов
                             values=sorted_data13['count'], # указываем данные, которые отобразятся на графике
                             pull = [0.1, 0])]) # добавляем аргумент, который выделит тип-лидер на графике
fig13.update_layout(title='Соотношение круглосуточных и не круглосуточных кофеен', # указываем заголовок графика
                  width=830, # указываем размеры графика
                  height=500,
                  annotations=[dict(x=1.12, # вручную настраиваем аннотацию легенды
                                    y=1.05,
                                    text='Количество кофеен',
                                    showarrow=False)],
                   font=dict(size=13))
fig13.show() # выводим график


data_streets_1.query('is_24_7==True')


# Определяем порядок сортировки
sorted_data14 = data.query('category=="кофейня"').groupby('distr_short').agg({'rating': 'median'}).sort_values('rating', ascending=False).reset_index()

# Задаем размер графика
plt.figure(figsize=(8, 6))

# Создаем график
graph14 = sns.barplot(x='distr_short', y='rating', data=sorted_data14)

# Поворачиваем подписи на 45 градусов
labels14 = graph14.get_xticklabels()
graph14.set_xticklabels(labels14, rotation=45)

# Добавляем значения над каждым столбцом
for index, row in sorted_data14.iterrows():
    graph14.annotate('{:.1f}'.format(row['rating']), xy=(index, row['rating']), ha='center', va='bottom')

# ограничиваем ось Y для наглядности
plt.ylim(4, 4.4)
    
# Добавляем заголовок и подписи осей
plt.title('Медианные рейтинги кофеен')
plt.xlabel('Административные районы')
plt.ylabel('Медианный рейтинг')

# Отображаем график
plt.show()


# определяем порядок сортировки
sorted_data15 = data_streets_1.groupby('street').agg({'rating': 'median'}).sort_values('rating', ascending=False).reset_index()
sorted_data15['rating'] = sorted_data15['rating'].apply(lambda x: round(x, 2))

# строим столбчатую диаграмму 
fig15 = px.bar(sorted_data15.sort_values(by='rating', ascending=True), # загружаем данные и заново их сортируем
             x='rating', # указываем столбец с данными для оси X
             y='street', # указываем столбец с данными для оси Y
             text='rating', # добавляем аргумент, который отобразит текст с информацией о количестве
             hover_data=['rating'] # добавляем аргумент, который отобразит категорию при наведении курсора
            )

# оформляем график
fig15.update_layout(title='Рейтинги кофеен на улицах с большой концентрацией несетевых кофеен',
                   xaxis_title='Медианный рейтинг',
                   yaxis_title='Улица',
                   font=dict(size=13)) # увеличиваем размер шрифта

# красим нижний столбец в красный
fig15.update_traces(marker=dict(color=['red' if x == sorted_data15['rating'].max() else 'blue' for x in sorted_data15['rating']]))

fig15.update_xaxes(range=[3.6, 4.8])
fig15.show() # выводим график


# определяем порядок сортировки
sorted_data16 = data_streets_0.groupby('street').agg({'rating': 'median'}).query('rating<4').sort_values('rating', ascending=False).reset_index()

# ручная корректировка самого крупного значения, чтобы максимум был только один (нужно, чтобы удалось закрасить только один элемент)
sorted_data16.loc[0, 'rating'] = sorted_data16.loc[0, 'rating']+0.01
sorted_data16['rating'] = sorted_data16['rating'].apply(lambda x: round(x, 2))


# строим столбчатую диаграмму 
fig16 = px.bar(sorted_data16.sort_values(by='rating', ascending=True), # загружаем данные и заново их сортируем
             x='rating', # указываем столбец с данными для оси X
             y='street', # указываем столбец с данными для оси Y
             text='rating', # добавляем аргумент, который отобразит текст с информацией о количестве
             hover_data=['rating'] # добавляем аргумент, который отобразит категорию при наведении курсора
            )

# оформляем график
fig16.update_layout(title='Медианные рейтинги заведений на улицах без кофеен',
                   xaxis_title='Медианный рейтинг',
                   yaxis_title='Улица',
                    font=dict(size=13)) # увеличиваем размер шрифта

# красим нижний столбец в красный
fig16.update_traces(marker=dict(color=['red' if x == sorted_data16['rating'].max() else 'blue' for x in sorted_data16['rating']]))

fig16.update_xaxes(range=[2, 4])
fig16.show() # выводим график


# Фильтруем только те строки, где у нас есть числовые значения для заказа
cof_data = data.query('middle_coffee_cup != "N/A" and category=="кофейня"')

# Переводим в числовой формат
cof_data['middle_coffee_cup'] = pd.to_numeric(cof_data['middle_coffee_cup'])

# Готовим данные для отражения на карте
cof_data = cof_data.groupby('district', as_index=False)['middle_coffee_cup'].agg('median')\
            .sort_values(by='middle_coffee_cup', ascending=False).reset_index().drop('index', axis=1)
cof_data


# создаём карту Москвы
m3 = Map(location=[moscow_lat, moscow_lng], zoom_start=10)

# создаём хороплет с помощью конструктора Choropleth и добавляем его на карту
Choropleth(
    geo_data=state_geo,
    data=cof_data,
    columns=['district', 'middle_coffee_cup'],
    key_on='feature.name',
    fill_color='Oranges',
    fill_opacity=0.8,
    legend_name='Медианная стоимость капучино'
).add_to(m3)

# выводим карту
m3

	name	category	address	district	hours	lat	lng	rating	price	avg_bill	middle_avg_bill	middle_coffee_cup	chain	seats
0	WoWфли	кафе	Москва, улица Дыбенко, 7/1	Северный административный округ	ежедневно, 10:00–22:00	55.878494	37.478860	5.0	NaN	NaN	NaN	NaN	0	NaN
1	Четыре комнаты	ресторан	Москва, улица Дыбенко, 36, корп. 1	Северный административный округ	ежедневно, 10:00–22:00	55.875801	37.484479	4.5	выше среднего	Средний счёт:1500–1600 ₽	1550.0	NaN	0	4.0
2	Хазри	кафе	Москва, Клязьминская улица, 15	Северный административный округ	пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00–02:00	55.889146	37.525901	4.6	средние	Средний счёт:от 1000 ₽	1000.0	NaN	0	45.0
3	Dormouse Coffee Shop	кофейня	Москва, улица Маршала Федоренко, 12	Северный административный округ	ежедневно, 09:00–22:00	55.881608	37.488860	5.0	NaN	Цена чашки капучино:155–185 ₽	NaN	170.0	0	NaN
4	Иль Марко	пиццерия	Москва, Правобережная улица, 1Б	Северный административный округ	ежедневно, 10:00–22:00	55.881166	37.449357	5.0	средние	Средний счёт:400–600 ₽	500.0	NaN	1	148.0

	street
0	улица Дыбенко
1	улица Дыбенко
2	Клязьминская улица
3	улица Маршала Федоренко
4	Правобережная улица
...	...
8401	Профсоюзная улица
8402	Пролетарский проспект
8403	Люблинская улица
8404	Люблинская улица
8405	Россошанский проезд

	street	count
0	проспект Мира	184
1	Профсоюзная улица	122
2	проспект Вернадского	108
3	Ленинский проспект	107
4	Ленинградский проспект	95
5	Дмитровское шоссе	88
6	Каширское шоссе	77
7	Варшавское шоссе	76
8	Ленинградское шоссе	70
9	МКАД	65
10	Люблинская улица	60
11	улица Вавилова	55
12	Кутузовский проспект	54
13	улица Миклухо-Маклая	49
14	Пятницкая улица	48

Оглавление

Рынок заведений общественного питания Москвы¶

Загрузим данные и изучим общую информацию¶

Считаем данные из csv-файла в датафрейм и сохраняем в переменную `data`¶

Изучим общую информацию о датасете¶

Выполним предобработку данных¶

Проверим на наличие дубликатов¶

Изучим пропуски в данных¶

Создадим столбец `street` с названиями улиц из столбца с адресом¶

Создадим столбец `is_24_7` с обозначением, что заведение работает ежедневно и круглосуточно¶

Создадим столбец `distr_short` с аббревиатурой для каждого района¶

Анализ данных¶

Проанализируем распределение заведений по категориям¶

Исследуем количество посадочных мест в заведениях по категориям¶

Рассмотрим и изобразим соотношение сетевых и несетевых заведений в датасете¶

Выясним, какие категории заведений чаще являются сетевыми¶

Сгруппируем данные по названиям заведений и найдем топ-15 популярных сетей в Москве (по количеству заведений)¶

Проанализируем количество заведений в разных районах Москвы¶

Проанализируем средние (медианные) рейтинги в разных категориях заведений¶

Построим фоновую картограмму со средним (медианным) рейтингом заведений каждого района, отобразим все заведения датасета на карте¶

Проанализируем улицы Москвы по количеству заведений¶

Найдем топ-15 улиц по количеству заведений¶

Построим график распределения количества заведений и их категорий по топ-15 улицам¶

Найдем улицы, на которых находится только один объект общепита¶

Проанализируем примерную стоимость заказа в рублях и её изменение в зависимости от расположения завдения¶

Общий вывод по разделу¶

Детализируем исследование: открытие кофейни¶

Особенности расположения¶

Выделим улицы СЗАО, где отсутствуют другие кофейни в новый датафрейм `data_streets_0`¶

Выделим улицы СЗАО с большой концентрацией несетевых кофеен (2 и более) в новый датафрейм `data_streets_1`¶

Время работы¶

Проверим `data_streets_1` на наличие круглосуточных кофеен¶

Рейтинги¶

Проанализируем средние рейтинги в `data_streets_1` (улицы с большой концентрацией несетевых кофеен)¶

Проанализируем средние рейтинги в `data_streets_0` (улицы, где отсутствуют кофейни)¶

Цены на капучино¶

Общий вывод по разделу¶

	is_24_7
0	False
1	False
2	False
3	False
4	False
...	...
8401	False
8402	False
8403	True
8404	True
8405	True

	name	category	count
0	Шоколадница	кофейня	119
1	Домино'с Пицца	пиццерия	76
2	Додо Пицца	пиццерия	74
3	Яндекс.Лавка	ресторан	72
4	One Price Coffee	кофейня	71
5	Cofix	кофейня	65
6	Prime	ресторан	49
7	КОФЕПОРТ	кофейня	42
8	Кулинарная лавка братьев Караваевых	кафе	39
9	Теремок	ресторан	36
10	CofeFest	кофейня	31
11	Чайхана	кафе	26
12	Буханка	булочная	25
13	Drive Café	кафе	24
14	Кофемания	кофейня	22

	district	rating
5	Центральный административный округ	4.4
0	Восточный административный округ	4.3
1	Западный административный округ	4.3
2	Северный административный округ	4.3
4	Северо-Западный административный округ	4.3
7	Юго-Западный административный округ	4.3
8	Южный административный округ	4.3
3	Северо-Восточный административный округ	4.2
6	Юго-Восточный административный округ	4.2

	district	middle_coffee_cup
0	Юго-Западный административный округ	198.0
1	Центральный административный округ	190.0
2	Западный административный округ	189.0
3	Северо-Западный административный округ	165.0
4	Северо-Восточный административный округ	162.5
5	Северный административный округ	159.0
6	Южный административный округ	150.0
7	Юго-Восточный административный округ	147.5
8	Восточный административный округ	135.0

	type	count
0	0	5201
1	1	3205

Оглавление

Рынок заведений общественного питания Москвы¶

Загрузим данные и изучим общую информацию¶

Считаем данные из csv-файла в датафрейм и сохраняем в переменную data¶

Изучим общую информацию о датасете¶

Выполним предобработку данных¶

Проверим на наличие дубликатов¶

Изучим пропуски в данных¶

Создадим столбец street с названиями улиц из столбца с адресом¶

Создадим столбец is_24_7 с обозначением, что заведение работает ежедневно и круглосуточно¶

Создадим столбец distr_short с аббревиатурой для каждого района¶

Анализ данных¶

Проанализируем распределение заведений по категориям¶

Исследуем количество посадочных мест в заведениях по категориям¶

Рассмотрим и изобразим соотношение сетевых и несетевых заведений в датасете¶

Выясним, какие категории заведений чаще являются сетевыми¶

Сгруппируем данные по названиям заведений и найдем топ-15 популярных сетей в Москве (по количеству заведений)¶

Проанализируем количество заведений в разных районах Москвы¶

Проанализируем средние (медианные) рейтинги в разных категориях заведений¶

Построим фоновую картограмму со средним (медианным) рейтингом заведений каждого района, отобразим все заведения датасета на карте¶

Проанализируем улицы Москвы по количеству заведений¶

Найдем топ-15 улиц по количеству заведений¶

Построим график распределения количества заведений и их категорий по топ-15 улицам¶

Найдем улицы, на которых находится только один объект общепита¶

Проанализируем примерную стоимость заказа в рублях и её изменение в зависимости от расположения завдения¶

Общий вывод по разделу¶

Детализируем исследование: открытие кофейни¶

Особенности расположения¶

Выделим улицы СЗАО, где отсутствуют другие кофейни в новый датафрейм data_streets_0¶

Выделим улицы СЗАО с большой концентрацией несетевых кофеен (2 и более) в новый датафрейм data_streets_1¶

Время работы¶

Проверим data_streets_1 на наличие круглосуточных кофеен¶

Рейтинги¶

Проанализируем средние рейтинги в data_streets_1 (улицы с большой концентрацией несетевых кофеен)¶

Проанализируем средние рейтинги в data_streets_0 (улицы, где отсутствуют кофейни)¶

Цены на капучино¶

Общий вывод по разделу¶

Считаем данные из csv-файла в датафрейм и сохраняем в переменную `data`¶

Создадим столбец `street` с названиями улиц из столбца с адресом¶

Создадим столбец `is_24_7` с обозначением, что заведение работает ежедневно и круглосуточно¶

Создадим столбец `distr_short` с аббревиатурой для каждого района¶

Выделим улицы СЗАО, где отсутствуют другие кофейни в новый датафрейм `data_streets_0`¶

Выделим улицы СЗАО с большой концентрацией несетевых кофеен (2 и более) в новый датафрейм `data_streets_1`¶

Проверим `data_streets_1` на наличие круглосуточных кофеен¶

Проанализируем средние рейтинги в `data_streets_1` (улицы с большой концентрацией несетевых кофеен)¶

Проанализируем средние рейтинги в `data_streets_0` (улицы, где отсутствуют кофейни)¶